サマリー：なぜ日本企業のAI導入は失敗するのか。東京大学未来ビジョン研究センター特任教授の西山圭太氏に、その構造的要因と、課題解決のカギとして注目される「FDE」の本質について聞いた。

AIを導入したのに期待した成果が上がらない──。それは経営層が描いた戦略と実装する現場の間に深い溝があるからだ。この実装ギャップを埋める新たな役割として、いま「FDE（Forward Deployed Engineer：前線配備エンジニア）」への注目が高まっている。東京大学未来ビジョン研究センター特任教授の西山圭太氏に、AI実装が失敗する構造的要因とFDEの本質、そして経営者がいますべきことを聞いた。

既存の組織にAIをはめ込む、ポイントソリューションという罠

「AIは、人間の判断領域を代替・補完するという意味において、これまでのあらゆる技術革新とは質的に異なります」

　こう語るのは、東京大学未来ビジョン研究センター特任教授で、IGPIグループシニア・エグゼクティブ・フェローの西山圭太氏である。

　AIが前提とする仕事の原理や構造は、企業がこれまで慣れ親しんできたものとは根本的に違う、と西山氏は続ける。それゆえに、AIツールを導入しただけでは、成果は上がらないのだ。

「本来は、AIが得意なことと人間が得意なことを分け、それに合わせてチーム編成やワークフローまで設計し直し、AIネイティブな組織へと変革する必要があります」（西山氏）。

　だが多くの企業は、AIがなかった時代に設計された組織や業務フローに、後からAIをはめ込もうとする。結果として、AI活用は「議事録の作成・要約」や「定型業務の自動化」といった特定業務だけを置き換える「ポイントソリューション」に留まりやすい。特に日本企業は、AIを既存業務の効率化やコスト削減の道具として捉えがちだと西山氏は指摘する。

「AI導入にはそこそこの投資が必要なので、そのような使い方だけではROI（投資対効果）が合わない。そこに、日本企業がAI実装の効果を実感できない構造的要因があるのです」

暗黙知をAIモデル化しAIと「現場」をつなぐFDE

　AI実装の壁は「現場」にある──。西山氏はそう喝破する。AIの登場によって企業にとっての「現場」の意味が変化し、従来とは違う新たな「現場」が出現していることを、日本企業はまだ十分に認識できていないというのだ。

　これまで「現場」と言えば、製造、営業、サービスなど、人が具体的な業務や課題に向き合う場所を意味してきた。だがいま、そこに新たな意味が加わっている。それが「AIモデルにとっての現場」だ。

　生成AIの基盤モデルは、文章の要約のような汎用的な仕事では高い能力を発揮する。一方、「ある業界の、ある企業の、ある現場の具体的な課題を解く」となると、基盤モデルだけでは対応できない。

　その企業特有の業務の背景、判断基準、データなど、現場のコンテクスト（その現場でしか通用しない勘所や事情）を与え、基盤モデルを具体的な課題に適応させる必要がある。このような作業が行われる新たな「現場」の出現に経営者が気づけないと、経営層が描く「戦略」と「現場」の溝はいつまで経っても埋まらない。

　この新たに出現した「AIモデルにとっての現場」で力を発揮するのがFDE（Forward Deployed Engineer：前線配備エンジニア）である。

「FDEは、単にエンジニアが現場に入り込むということではありません。基盤モデルだけでは解けない課題に対し、その現場にしかないコンテクストやデータを与える。言わば『AIモデルにとっての現場』をつくる役割を担うのです」

　つまりFDEは、経営が掲げる戦略を、現場で使える形へと変換する存在なのである。